a793620101的博客

第一节 实现读图from PIL import Imagefrom numpy import arrayim=Image.open('2.jpg')# print im.shapeim1=im.convert('L')im1=array(im1)print im1print im1.shape结果[[149 149 149 ..., 149 149 149] [14

一.算法思想KNN算法又称之为k近邻算法。此算法思路非常简单，就图像分类器来说，就是通过比较输入图像与训练图像数据的距离来判断输入图像的类别，其大致思路如下：         1.计算输入图像与训练样本图像的欧式距离 2.对上述距离进行排序 3.选择距离最少的前k个 4.对k中类别进行投票，得票最高的那个类别，就是分类器预测的类别二.实践1.数据的转换图像的

一.原理朴素贝叶斯是一种构建分类器的简单方法。对于某些类型的概率模型，在监督式学习的样本集中能获取得非常好的分类效果。朴素贝叶斯方法常用于文本分类，这次我们将使用贝叶斯方法进行图像分类。贝叶斯方法的原理，可以使用一个公式表达：详细内容可参考：贝叶斯分类器二.介绍这次实验主要是实现手写数字图像的分类。我们把每一个像素都作为图像的特征，Fij表示像素(x,y)的值，把每个类的数目和

keras源码阅读笔记一Keras: Deep Learning library for TensorFlow and TheanoKeras is a high-level neural networks API, written in Python and capable of running on top of either TensorFlow or Theano. It was devel

爬虫技术对于进行数据处理的相关研究者来说是非常重要的。要进行数据处理，首先我们必须要获取大量的数据，爬虫技术正好可以解决这个问题。对于计算机视觉方面的研究者来说，爬虫技术可以帮助我们快速构建数据集。1.第一爬虫脚本如下：from urllib2 import urlopenhtml = urlopen("http://pythonscraping.com/pages/page1.html")pr